1.heatmap绘制
#方法一：pheatmap绘制=================================================
setwd("D:/graduatestudy/record") #设置工作路径
library(pheatmap)
input <- read.csv("./gene.csv",row.names = 1)
annotation <- read.csv("./gene_annotation.csv", row.names = 1)
#row_anno = data.frame(type=c("TF","Enzyme","Enzyme","TF"), class=c("clu1","clu1","clu2","clu2"), row.names=rownames(data))
#col_anno = data.frame(grp=c("A","A","A","B","B"), size=1:5, row.names=colnames(data))
pdf(file="./gene_heatmap.pdf",width = 20,height = 10)
pheatmap(result,
color = colorRampPalette(c(rep("skyblue",3.5),"#FEFCFB",rep("#ED5467",3.5)))(50),
border="skyblue",#边框颜色
#main = "Heatmap",#指定图表的标题
show_rownames = T,#是否展示行名
show_colnames = F,#是否展示列名
cexCol = 1,#指定列标签的缩放比例。
scale = 'row',#指定是否应按行方向或列方向居中和缩放，或不居中和缩放。对应的值为row, column和none。
cluster_col=F,#分别指定是否按列和行聚类。
cluster_row=F,
angle_col = "90",#指定列标签的角度。
legend = T,#指定是否显示图例
legend_breaks=c( -2, 0, 2),#指定图例中显示的数据范围为-3到3。
fontsize_row =15,#分别指定行标签和列标签的字体大小。
fontsize = 20, #设置全局字体大小
annotation_col=annotation, #列注释
#annotation_row=row_anno, #行注释
fontsize_col = 10)
dev.off()input文件格式：横坐标为基因symbol，纵坐标为samples
annotation文件格式：横坐标为samples，纵坐标为注释信息分组
参考
https://zhuanlan.zhihu.com/p/437622149
-
ggplot绘制
#方法二：ggplot绘制======================================================
data2 <- read.csv(text=txt,sep=";", header=T, row.names=1, quote="", check.names = F)
library(reshape2)
library(ggplot2)
data$ID <- rownames(data)# 转换前，先增加一列ID列，保存行名字melt：把正常矩阵转换为长表格模式的函数。工作原理是把全部的非id列的数值列转为1列，命名为value；所有字符列转为variable列。
id.vars 列用于指定哪些列为id列；这些列不会被merge，会保留为完整一列。
data_m <- melt(data, id.vars=c("ID"))
head(data_m)
#----------------------------
p <- ggplot(data_m, aes(x=variable,y=ID)) + # aes: aesthetic的缩写，一般指定整体的X轴、Y轴、颜色、形状、大小等。
xlab("samples") +
theme_bw() +
theme(panel.grid.major = element_blank()) +
theme(legend.key=element_blank()) +
theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1)) + #调整横纵轴label的选择、图例的位置等。hjust是水平的对齐方式，0为左，1为右，0.5居中，0-1之间可以取任意值。vjust是垂直对齐方式，0底对齐，1为顶对齐，0.5居中，0-1之间可以取任意值。
theme(legend.position="top") + # postion可以接受的值有 top, bottom, left, right, 和一个坐标 c(0.05,0.8) (左上角，坐标是相对于图的左下角计算的）
geom_tile(aes(fill=value)) + #使用fill=value, 用数值做填充色。fill是填充，color只针对边缘
scale_fill_gradient(low = "white", high = "red")ggsave(p, filename="heatmap.pdf", width=10,
height=15, units=c("cm"),colormodel="srgb") # colormode支持srgb （屏幕）和cmyk######为了更好的可视化效果，需要对数据做些预处理，主要有 对数转换，Z-score转换，抹去异常值，非线性颜色等方式。
#（1）log转换+1是为了防止对0取对数；是加1还是加个更小的值取决于数据的分布。
加的值一般认为是检测的低阈值，低于这个值的数字之间的差异可以忽略。
data_log <- log2(data+1) #对数转换后，数据还保留着之前的变化趋势